ai 圈每年都有几个关键词,那么去年是替词词和工作流,今年呢,是 skill, 很多人看到新的名词就很焦虑啊。今天我把 skill 这个东西的来龙去脉给你讲清楚,听完之后你就知道它到底是什么,以及为什么今年它这么重要。 那最早的时候,我们跟 ai 打交道,其实就是直接对话,你说一句,他回一句,你让他写个方案,他给你写一个。但是这种对话有一个非常大的问题,就是不稳定啊,同一个任务,你这次问他他这么多,下次问他他那么多,出来的结果完全是不一样的。而且呢,你每次都得把这个背景啊,要求啊重新说一遍,其实是非常麻烦,非常累的。 后来大家想到了一个办法,就是写一段固定的提示词,然后呢,复制、粘贴,反复用。但是哪怕你这个提示词里边已经固定了角色啊,背景啊,要求啊这信息了,最后出来的结果也不是很稳定的。 后来大家开始想,既然直接对话不稳定,那我能不能把整个过程固定下来呢?那用什么固定呢?用节点啊,先把任务拆成第一步、第二步、第三步,也就是去年我常说的业务的 sop, 那 么每个节点上挂上插件啊,配上大模型啊,写好提示词,然后串成一条线, 这是去年所有人都在拼的工作流。那工作流的本质是什么呢?其实就是用一套固定的流程,保证输出的稳定性, 不管谁用,什么时候用,只要你走完这套流程,结果就是相对稳定的。听起来很完美,对吧?但是问题来了,就是工作流他是死的 啊,场景稍微一变,你就得重新调。比如说今天客户要一个 a 格式,明天客户要变成 b 格式,那你就打两套不同的工作流。而且工作流越大越长,越大越复杂,出错了你都不知道哪一步出的问题。所以说去年大家拼的其实是谁的工作流多啊,谁的工作流运行相对稳定, ok? 那 你想想啊,这其实就相当于你雇佣了一个员工,然后呢,你每让他干一次活,都给他一张不同的操作清单 啊,告诉他先干嘛再干嘛,那效率是非常低的。那真正的理想的方式是什么呢?就是你教会他一个技能,他学会了这个技能之后啊,下次你只要告诉他目标,他自己就知道怎么干啊。不管是客户给了什么材料,要什么格式,他都能靠这项技能来完成。但这里有个问题,就是这个员工他到底是参照什么? 他干出来的活怎么才算?对?这时候就需要一个东西,就是标准。那 ai 也是一样的,你得给他一套标准,告诉他遇到什么情况,怎么处理,输出什么格式啊?边界在哪。这套标准其实就是 skill, 所以 skill 最开始提出来的时候,它的核心定义是什么呢?就是一套可附用的执行标准,它不是步骤清单,也不是节点流程图,它更像是一份规范手册。那么通过这个手册呢,能够告诉 ai, 就是 它后面处理这类事情,它需要遵循的几条原则,对吧?用什么样的方法,然后按照什么格式输出。那有了这条标准之后 啊,不管你换什么数据,换什么场景, ai 都可以按照这一个啊规范去执行,那这个 skill 在 我们的电脑上到底长什么样子呢?其实啊,大家后面呃自己去生成各种各样的 skill 之后,你可以再去看一眼它,本质上来说,这个 skill, 它就是一个文件夹, 那这个文件夹里面通常装着三样东西。第一个是 skill 点 m d 文件,这个是任何 skill 一定会有的啊,这是个什么东西呢?就是一个 markdown 文档啊,你可以把它理解成一份说明书,里面写了什么呢?啊,比如说啊,这个技能叫什么名字啊?它干什么用的?它最终应该输出什么样的格式?结果 ai 每次调用这个 skill 之前,都会先读这个说明书,了解自己要做什么,要怎么读。那么第二个 example 文件夹,这个可能有的 skill 没有啊。呃,这个 example 文件夹里面呢,是放着一到两个真实的事例文件,比如说一份标准的发票的 excel, 或者说一份你之前做好的合格的报告等等, 它的作用是什么呢?就是让 ai 有 一个标准的答案的参考样本,告诉 ai 什么是合格,什么是不合格。那 ai 会照着这个视力的格式和质量去执行。第三个呢,是一个 script 文件啊,有时候 skill 它会处理一些特定的操作,比如说格式化一个表格,或者从一段文字里面提取关键信息等等。这个时候啊,就可以在这个文件夹里面放一些脚本,比如说一段判断的代码,那 ai 在 执行任务的时候,是可以直接调用这些脚本的,让处理过程更精准,不容易出错, 大家放心啊,这个 skill 文件夹里面的这三个东西,都是 ai 已经帮你完成了,不需要我们去写。 所以说 skill 完全不是一个看不见摸不着的东西,你建好一个 skill, 就 等于在自己电脑上放了一个能力包的一个文件夹。那么 ai 每次去干这类的工作之前,都会先读这个文件夹里面的说明书啊,或者说参考里面的视例,或者如果有需要,就调里面的脚本, 然后呢,按照你定好的标准去执行。呃,这样讲可能比较抽象啊,我举个例子,假设呢,你经常开发票,然后如果我们用工作流的方式怎么做呢?啊?你得搭一条工作流啊,第一个节点,打开 excel 模板,就是读取嘛,对吧?第二步要填什么东西?填公司名称啊,填税号啊,然后呢,要填金额等等,每一步 都得写死。但是如果发票模板换了,这个工作流就不行了,那用 skill 的 方式怎么做呢?你先让 ai 帮你填一次发票,然后让 ai 把刚刚填的这个操作过程生成一套 skill。 那 这套 skill 本质上是一个标准,就是开发票应该填哪些字段啊,格式应该怎么排啊,命名怎么规范,然后遇到普票和专票应该怎么分别去处理它, 这是一套标准,他工作流是有本质区别的,那以后你再让他开发票,他拿着这套标准自己去执行,不管模板怎么变啊,标准在那他就能自己应对。 所以说工作流是教步骤,按照步骤去执行, skill 是 另一套标准。那为什么 skill 是 今年才火,去年没人提呢?因为去年的大模型还不够聪明, 去年你必须把每一步啊写清楚,不然他就乱来。所以说工作流那是去年最优的方案。但是今年模型不一样了,你不需要框住他了,你需要的是给他一套标准,让他自己去执行。 但是模型虽然能力越来越强啊,不需要用流程框住他了,但是你需要用标准去规范他。所以说今年整个 ai 圈的重心是从设计工作流转到了积累 skill 好 来龙去脉搞清楚了吧, 最早我们和 ai 去合作,我们是直接对话,非常不稳定,然后呢,用工作流来固定住,但是呢,太僵化。 今年模型变聪明了,大家开始用 skill 了,把标准立起来,让 ai 自己去按照标准执行。所以说啊,从理论上来讲,只要是重复型的工作,你都可以把它整理成 skill, 这样你就可以看着你的 ai 帮你去完成这工作。 那后面我会结合我自己的工作啊,以及身边朋友的工作,跟大家分享一些非常好用的 skill。 ok, 这期视频呢,就到这里,我们下期见。
粉丝2.5万获赞5.7万

大家好,我是东版。很多人装玩 skill, 第一反应是怎么没变化,是不是我没装?对这个感觉我太熟了, 因为 skill 不 像插件,它不会自己跳出来表演一下,它更像你给 ai 多配了一个工位,但你得把活派到这个工位上。 所以装完没反应,大概率不是 skill 没用,而是你还没触发它。 我一般先查三件事,第一,任务有没有说清楚,比如你要做页面,就别只说帮我写个页面,你要说用设计规范做,并且不要默认蓝白模板。 这句话不是客气,这是在告诉他该调用哪个工位。第二,看他有没有真的变好,别只看他回了一句已完成。 你要看布局有没有变化,风格有没有变,具体有没有解释为什么这么设计。如果这些都没有,那他可能只是普通执行了一遍。 第三,失败的时候不要重开一局,直接指出问题,这次没有按项目级 skill 执行,请重新读取对应规范后再做,这比你重新解释一大段更有用。因为你是在纠正流程,不是在跟 ai 吵架, 所以判断 still 有 没有用,不要看安装成功四个字,要看真实任务能不能出发,结果能不能变好,失败能不能排查这三件事。能跑通 still 才算真的开始干活。 你不用一上来搞复杂,先拿一个真实任务测一遍,测通了再慢慢把自己的流程沉淀进去。 如果你也遇到这种情况,评论区说说你卡在哪一步,我们一起交流一下,我是东白,下期继续。

一条主页链接,十分钟,我把一个百万博主蒸馏成了一个 skill 工具,给大家分享一下我是怎么做到的。首先,模仿对标这件事,最大的难题不是你不想抄,是你就算抄了对方的内容,你也拿不到对方的结果。 为什么呢?因为第一,你只知道他写了什么,但不知道他为什么这么写。第二,记住了他的句式,但不知道背后的判断逻辑是什么。第三,写了一大堆的东西,用一次就压箱底了,根本无法复用。 所以呢,我做了一个博主蒸馏工具,解决了这三个问题,把它变成了一个可以反复跑的流程。而你呢,只需要干三件事,选对博主,定萃取方向,判断 ai 给的结果对不对,剩下百分之八十的活,什么八内容啊,归纳套路,产出此给我文件都可以交给 ai 来干。 那整套流程呢?一共五步,我一个一个来讲啊。首先,第一步,读取目的呢,只有一个,把它最精华的内容批量扒下来,要把五个字段啊,一个都不能少。像标题正文点赞数、智障数和评论数, 为什么缺一不可呢?因为没有点赞数据,你就分不清哪一条是爆款,哪条是水纹。没有评论数据呢,你看不出受众真正在共鸣什么,而数量的话,少于三十条 ai 啊,大概率看不出什么稳定的模式,多余六十条呢,扒太多了,又意义不大,五十条一般就够了。 那至于说工具 ai 时代啊,就不要再手动的复制粘贴了,各种爬虫工具,大家都可以用起来啊。第二步,识别,这是整套流程最关键的一步,要识别出三层模式,从上往下不能跳,也不能倒着来。第一层呢,是认知层,他相信什么? 这层呢,萃取的是他的核心信念,他一般是三到五条。拿学会来举例啊,他最核心的一条信念呢,是现在是粉丝经济时代,流量经济和品牌经济都过去了,大家更关注的是这个人精致的背景是没有人看的,做有人味的内容才会被喜爱。 而验证这条信念的方式是什么呢?他说做短视频要拍上你有情绪波动的时刻,你打开朋友圈,每一张照片背后都有一个让你情绪波动的故事,这个就是你值得拍的东西。 他整个账号逻辑都在服务于这条信念,你把这一层搞清楚了,你才能真正的理解他为什么这么大,而不是只是觉得他说的有道理。第二层呢,是策略层,他具体怎么大? 这种萃取的呢,是他的运营准则啊,一般是两到三条。学会的策略核心啊,是这三条。晒过程是最强的内容结构,原声感比精致画面重要。素材库是不断更的秘密武器, 这每一条都有数据支撑。那晒过程为什么是他的核心结构呢?因为他说啊,想要用户停留久,晒过程当然会让用户很长,用户呢也愿意去看完。 那素材库为什么是秘密武器呢?因为大多数博主断更,不是没时间,是没有素材。那素材库呢,解决的就是持续供给的问题,不是效率问题。下面来到第三层内容层,他具体写什么 策略决定内容。这层呢,萃取的是他的爆款公式,学会啊,把他所有的流量小题归合成了八大爆款元素,每个元素的背后呢,有固定的词根啊,总共有三十六个, 像成本元素,低成本高回报的感知啊,像什么花小钱办大事啊,什么最省时间等等。然后呢,是人群元素,针对弱势群体,那个被长期忽视的群体啊,一旦被看见,天然就高共鸣。然后是劣气元素,出人意料的观点,正常人完全想不到的,或者说从来没有见过的。 然后是最差元素,聚焦最差的情况,什么最难吃啊,评分最低啊,最要面子等等,下面这些我就不念了。 然后再加上四大脚本结构,晒过程,教知识,讲故事,聊观点。八大爆款元素是小题的流量结构,四大脚本呢,是内容的呈现,结构任意组合,这才是学会真正的内容公式,而不是某一句话是这两套东西叠在一起的整个系统。 那在三层之间的关系是什么呢?从他相信什么,到他怎么打,到他具体写什么?如果说你跳过了认知层,直接抄他的内容,别人啊,一眼就能看出来你是在模仿,因为你只是用了他的词,但背后呢,没有他的判断。 第三步呢,是规档,把上一步识别出来的三层内容装进一份结构化的文档里,格式呢,就用 markdown 的, 然后必须包含这几个字段啊,一句话的身份描述,核心信念三到五条,运营准则两到三条,布款公式五到八条。 那为什么一定要结构化呢?因为如果你把一堆的笔记直接甩给 ai, 他 每次啊,都要从头再读一遍才能用。那结构化之后呢,字段清晰,要风格就调内容层,要判断就调认知层, ai 一 眼就能定位,直接驱动啊,同样的内容,一个是每次线烧,一个呢是随时调用。 第四步呢,是模板化,这是五步里最值钱的一步,把它的爆款源句翻译成通用的原则。 举个学会的真实案例啊,他有一个最强的爆款公式是反差元素,比如说做医美的,去葡萄上弄刀,制造认知冲突。然后呢,我把它翻译成了一条通用的原则,就是把你的专业技能用在一个意想不到的非人类对象上,让观众第一秒想不通,第二秒呢,想停下来看看, 那翻译完之后会发生什么呢? ai 下次用这个 skill 的 时候,写任何话题都知道在套什么框架。比如说,我让他用虚构的风格写一条关于 ai 写作的内容, 他不会给你一条普通的介绍,他会想,能不能让 ai 去写一份一千八百年前的古代求知性,制造一个认知冲突。到了这一步,你就已经不是在复制它的句子,而是在用它的思考结构 好。第五步呢,是验证,拿一个薛辉从来没有写过的话题,比如说 ai 时代的职业规划,让 sku 跑一遍,看看出来的东西到底像不像他。如果像,恭喜你,这个 sku 成了啊,可以上线,那不像呢,就回到第二步,重新识别,看看是哪一层出现的问题。 走完这五步呢,你手里会有两样东西,第一样呢,是三层的萃取报告,这是给你自己看的,他的套路是什么,全在这份 markdown 的 文件里。 第二样呢,是 skill, 文件是给 ai 的, 下次你只要说用薛辉的风格,给我写一条关于叉叉叉的内容啊,不用问他任何东西, ai 直接产出这个报告啊,是副产品, skill 才是真正的资产,每调用一次就节省一次你的时间。 最后啊,再说一件比会用这套流程更重要的事,这套流程的卡点不在于五步,而是在于你选择蒸馏水。 值得蒸馏的博主只有一种,就是你看完他的内容之后,你脑子里会冒出一个念头,他为什么敢这么想?有了这个念头,说明他的认知跟你是不一样的。 所以蒸馏这种人,你拿到的就是一套你自己想不出来的操作系统,没有这个念头,你只拿到他的句式,拿不到他的判断,他也跟你一样平庸。那看完这个视频,如果你还没有学会的话,完整的五步萃取模板还就在这了。评论留下, ip 蒸馏我发你。

经常有写文案写文章需求的小伙伴啊,这个 skill 你 们真的可以试一试,已经有一点八万颗星了。去 ai 位,首先你要知道为什么 ai 写的东西一眼就能看出来,这个也是这个 skill 基于这个底层逻辑给出的解决方案,它可以识别二十九种 ai 痕迹,分为五大类。你们是不是也是被这种 ai 痕迹搞得很头疼,什么叫假的内容深度?他举了六个例子, 你们自己看一下什么叫语法的套路,排版的机械化,或者号太多,聊天沟通的痕迹,包括一些废话的流程了,每一个环节都做得非常细致, 等一下会给大家演示,包括最后我们一直在强调的灵魂的注入,好效果对比,我们直接来上安利啊。我们首先我们来看一个 ai 位十足的文案啊,这个主题是远离有毒的人,我让 ai 基于这个主题去写了一段文案,一开头就是蓉蓉的 ai 位好,这个时候我们只用调出这个 skill, 把你要修改的 文件的地址附上去,然后让他做一个修改,把修改后的内容保存成另外一个 md 的 文件,是不是非常简单?他先读一个修改后的内容,因为这是在六书自制库里操作,我自带一个风格样本库, 一方面他有自己的改写方式,同时他要借鉴我的一个风格,包括我的历史文章。首先看识别他识别了哪些 ai 位的痕迹,按照刚刚说的那几大类,然后开始 草稿重写,同时匹配我的风格。最后再做一遍检查和梳理,这边是他的优化总结开场,然后增加了故事, 然后其他的一些细节我们看下具体的效果,我用一个分屏的模式对比看一下,这个是 ai 版,这个是优化后的版本,你们自己对比看啊。首先掏出一个故事,而这边全部是在讲道理,我们再看一下结尾 i 写的心灵鸡汤,然后这边改写的是不是更口语化一点点,把他刚刚说的没有观点只有道理的这个问题做了一个优化,其他的你就自己感受了,反正我觉得经过这一版的优化, ai 位确实少了很多。再结合六叔自己的历史文章的语料语库,出来的稿子确实质量比较 高啊,自己再做一个润色就搞定了。经常有写文案写文章需求的小伙伴,这个 skill 你 们真的可以试一试。好了,我是六叔,关注我,持续丰富你的 ai 技能库,拜了个拜。

大家好,我是郑一怀,今天我们来看一个超实用的技巧, codex skill 就是 技能,你可以把 skill 理解成给 codex 写的一份专用操作手册, 比如你经常让 codex 做同一类事情,比如检查文章有没有 ai 味,文案是否符合提词器格式等等,如果每次都重复说一遍的话,就会很麻烦, 所以这个时候我们就可以用到 skill。 skill 的 作用就是把这些重复要求保存下来,下次直接调用就行。 普通提示词就像是临时交代一句话,而 skill 更像是长期保存的 sop 代码词,里面有自己的 skill, 在 这个插件里面点这个技能,在里面你按需进行下载就可以。当然我们也可以创建自己的 skill, 接下来我们就用一个简单的事例来进行演示,创建一个新对话。当我们自己创建 skill 的 时候,我们可以利用 codex 提供给我们的创建 skill 的 skill 就 叫 skill creator, 就是 dollar 符 skill creator。 紧接着我们把我们的要求发给他就行,我们把我们的要求发给他,创建一个技能,名字叫 script checker。 当我们说检查口播 review 文案的时候,对提供的口播文案进行审查,具体要求就是前三秒是否足够吸引人,有没有 ai, word 格式,是否适合提词器,是否像真人聊天等等。 好,我们现在发给他,他现在正在创建 skill, 我 们看到现在这个 skill 他 已经生成了, 下面我们来用一下这个 skill 调这个 skill, 同样是输入 dala 符,然后再输入我们的 skill 名称就行,叫 scrape。 紧接着我们把一段我们事先准备好的文案发给他,文案就写的很官方, 很正式,我们发给他,让他们帮我们优化一下,那现在已经按照我们约定好的流程来进行处理了, 现在他已经改完了,我们大致来看一下,总体上来讲,他就是按照我们的要求,然后对这个文档进行一些优化。好,这是我们自己创建的 skill, 那我们也可以用别人创建好的 skill, 比如我们安装一个插图的 skill, 这个 skill 是 宝玉做的,它可以给文章来生成配图。我们要用别人的 skill, 那 我们第一步当然是要安装,安装方法其实也很简单,我们把人家的 github 链接发给他就行。 例如我们现在在谷歌浏览器里面看一下,我们要装这个 skill, 我 们点进去看一下,我们只需要我们把这个链接发给他,请帮我安装这个仓库中的 skill 发给他。 现在宝玉 skill 我 们已经安装完成了,他需要我们重启,我们来重启一下,重启之后我们来用一下别人的这个 skill, 正好这个项目下面有一篇文章,我们看一下这篇文章原先里面是没有配图的,它里边是纯文本, 里面没有配图。现在我们来用一下人家的 skill 啊,我们要调用人家这个 skill, 还是通过多尔福或者是斜杠,然后进行调用就行。我们现在用的是宝玉杠 article, 然后再输入我们的文章名称, 紧接着我们给他提一下我们的要求发给他,这样子他就会先扫描文章,然后给重点段落生成图片,并且把图片插入到文章的对应位置,他现在对于生图给我们提供了一些建议,我们 确认生成,他现在已经生成了第一张图片,我们看到现在图片他已经生成完成了,而且也插到文章里面了,我们可以看到他给我们插入了一些图片。 嗯,预览一下,这些就是他新插入的图片,我看效果还可以。这篇文章的内容就是今天我们讲的内容,他现在已经给我这篇文章生成了配读,效果还不错。 大家有什么问题的话可以在评论区留言,你要是知道有哪些有意思的 skill, 也欢迎在评论区给大家分享一下。

我建议所有人立刻去安装微信读书官方出的这个 skill, 简单说下这个 skill 能干啥?它能够提取到你在微信读书里所有的记录, 还有你的书架,包括说你的画线,以及说热门画线,还有你没有读过的书,它都能够提取到,搜索到, 而且你可以随时的去调用你的阅读记录,以及说根据你已经读过的书,让你的 ai 进呢,去给你个性化的推荐你想要读的书。 这也是我为什么这么兴奋的原因,因为这个 skill 一 旦微信读书的官方团队放出来之后,就意味着说我们以前在微信读书里的那些书和笔记全都活了过来。安装步骤也非常简单,接下来我带你一步步安装。首先我们把微信读书这个 app 更新到最新的版本, 在设置里面找到微信读书 skill, 打开之后,这边有一个复制口令,我们直接把这个指令发送给你的龙虾或者爱马仕 cloud code 或者说 codex, 只要是 ai 智能体 agent 都可以发送给他,之后他会自己去下载个安装包去安装, 安装成功之后我们再去获取自己的一个 api key, 把这个 api key 再发给这个 agent, 他 去完成一个配置。 安装完成之后呢,我们来测试一下,可以问他,比如说帮我去查一下我最近一周的一些化纤内容,或者说你让他帮你查一下您最近一年的时间阅读哪一类书最多,我把他其他能力都贴出来,你可以一个个的去问,一个个的去查。 我还在网上找到这个非常好的提示词,能够帮助我们破除信息简房,你就大概问他说根据我读过的书,你看一看我的局限性在哪, 指出我未来可以阅读哪些书,帮我去走出这个信息简房,对于那些已经在微信读书里有很多读书记录的人非常有用,直接是让你的微信读书又重新活了过来,所以我强烈建议你们没有用的赶紧去安装。

经常用 ai 的 同学们应该能感受到很多 scale 的 描述长的跟说明书一样, agent 调用起来又慢又费钱。这不,龙虾之父 peter 看不下去了,直接写了个给 scale 体检的 scale 来省 token, 听起来像套娃,但已经在 github 崭新三千加一起来看 加爹的这个 skill cleaner 是 通过精简 skill 的 描述文字,也就是 agent 每次调用前必须看的那段自我介绍来减少 token 消耗的。它内置了一套关键词库,在识别到这个 skill 是 干啥的之后,把涌长的描述自动替换成预设词组,简化完后长这样。 有网友提到自己的 skill 描述从九十个词删到四十个词之后, agent 选用的准确度确实提升了。不过有网友觉得这样省头肯只是杯水车薪。除此之外,他还会顺路查看你的 skill 占了多少脑容量,找到那些重复的从来没人用的 skill, 给出优化方案和清理名单。 skill cleaner 自身只有五十六行提示词,但背后调用了快一千行代码,本身就有点平 a 骗大招的意思,更搞的是瞎爹自己评论区的说话风格也成了极简原始人。嗯,省头肯就得贯彻始终。

哈喽,大家好,今天这期视频可以说是测试效率工具的天花板级分享。如果你还在手动拆 prd 写用力做需求分析,那这条视频一定要看到最后,因为我要一次性给大家介绍三款能让测试效率起飞的神级 cursor skill, 从用力生成到需求分析,一条龙全自动化。 先跟大伙聊聊,你们平时接到需求文档后是什么状态。产品经理甩过来一个飞书文档,或者几张原型截图,甚至就是几段零散的文字描述。你得从这些碎片信息里梳理出完整的业务逻辑、功能模块、接口、约束、边界条件,然后一条一条写成测试用力。 这只是第一步,写完了还得做需求分析,业务全景是什么状态流转怎么走?有没有什么隐性需求,比如密等性主从延时、兼容性、可观测性。需求文档里根本不写这些,但线上出事的往往就是这些地方。 更崩溃的是,开发同学还跑过来找你要一份能照着测的清单。他们要的不是长篇大论的需求分析文档,而是一份可以逐项勾选的测试点 checklist, 方便自测和联调。结果就是,你一个人要产出三份东西。测试用力、需求分析文档开发 checklist, 而且格式不统一,维度要覆盖权还不能露,像 一天下来脑袋都是蒙的。但最近我发现了一套 cursor skill 组合,彻底把这些痛点全部解决。它们分别是第一款基于文档文字截图的测试用力生成 skill。 这个工具有多强?你只需要把 pid 需求说明接口文档丢进去,不管是 word、 pdf 还是纯文本,它都能自动识别业务规则、接口,约束边界条件,然后按照正向流程、反向异常、边界值分析等价类划分这些专业的测试设计方法,生成一条条结构化的测试用力。 最关键的是,它支持接口、功能、性能三种类型,还能对齐你公司的 word、 excel 模板,生成完直接能用,不用二次整理。 第二款,资深质量架构师需求分析 skill, 这款就更牛了,他专门针对需求分析场景,你给几张原型截图或者一段 prd 描述,他能帮你做三件事,第一, 深度结构,业务逻辑,画出业务全景图和状态机。第二,技术风险预判那些需求里没写的隐性东西,比如密等性、主从、延迟、兼容性、可观测性。他会像一位资深架构师一样,一层一层帮你过一遍,一个不漏。 第三,推出两份文档,一份是给平使用的需求分析文档,结构清晰,逻辑完整。另一份是给开发用的需求测试点 checklist, 可以 直接勾选开发,拿到手就知道检测。第三款,从 p、 r、 d 到 xmind 一 键生成 skill, 这款我之前也介绍过,但今天必须再提一下。它专门针对用 xmind 做用力管理的团队, 上传 prd, 自动生成按模块划分的 markdown 文件。 xmind 一 键导入,就是层级清晰的思维导图,凭证维护都超方便。有了这三款 skill 组合,我现在的工作流是这样的,早上收到 prd, 丢给第一款工具,五分钟拿到完整的测试,用力出稿, 然后丢给第二款工具,十分钟后拿到需求分析文档和开发 checklist, 评审会前再用第三款工具生成 xmind 的 导图,直接投屏讲解。以前两天才能干完的活,现在一上午全部搞定,而且覆盖更全,逻辑更清晰,开发满意度还高了,因为他们终于有了一份可以照着测的清单! 真的,这三款工具特别适合咱们测试小伙伴,不管你是做功能测试、接口测试、性能测试,还是需要做需求分析,写开发自测清单,他们都能帮上大忙。我把这三款 custom skill 的 详细使用说明,还有可以直接运行的视力文件全部打包好了,评论区扣六六六!

今天教你一句话,安装 skill 同时适配三大 ai 编程环境,不用为不同工具重复维护 skill 进入 skill 的 目录核 心。安装逻辑非常简单,执行通用的命令,通过 i 参数指定目标应用名称就能一键安装到对应环境。安装到 open call 参数写 open call 执行完成后,直接就能在龙虾中附用指令和接口安装到如图的内容。 安装后重启终端或工具即可生效。安装到如图内容参数机的修改重启工作环境就能使用。其他支持 skills 的 应用 都可以沿用这个格式,替换对应的应用名称即可。如果安装失败,优先检查三点,是否进入了正确的 skill 目录, skill 名称是否正确,而后面的应用名称有没有拼写错误。 这套安装方式最大的优势就是轻量通用,同一个 skill 只需要维护一份,就能快速部署到所有兼容的 ai 编程工具中。

还是有兄弟在问龙虾的 skill 要怎么安装,这里给大家分享一下安装方法。如果你是国产套壳龙虾,以我正在用的七二四跨漏涌动虾为例, 先在右上角这里输入送福利即可解锁免费使用。然后在主界面点技能就可以直接安装 skill 了,其他套壳龙虾的主界面应该也有。然后是原声 open club, 首先去骷髅哈巴上搜索技能, 然后在该技能的介绍页面下拉找到这个安装命令,再把这个命令复制给龙虾就可以了。这个是最简单的安装方式, 但是有概率出现这种限制 a p i 速率的情况,如果出现这种情况,就只能回到 kolhaub, 在 最上面下载 skill 的 压缩包, 下好后解压缩,然后把解压缩得到的文件放进龙虾存放技能的目录中,默认的目录一般是在 c 盘的这个位置, 如果实在找不到,就直接去问你的龙虾,问他你的自定义技能路径在哪里,他会告诉你。 把文件复制过去后,回到龙虾刷新一下就能看到技能添加上去了。好了,以上是本期全部内容了,我们下期再见。

今天的目标是手把手教大家安装 skills, 零基础小白友好,同样的 agent, 搭配同样的模型,为什么人家做出来的效果就是不一样?差距其实就在一个东西上, 人家装了 skills 做行业调研报告,没有安装 skill 的 时候, agent 无法搜索网络上的公开信息,只能依靠过时的训练数据来写报告。而安装了 skills, agent 不 仅能举出近期的真实案例,还能列举出来所有的真实信息来源。再比如,做 ppt, 没有安装 skill 的 时候, agent 的 配色一如既往的蓝紫色渐变,而安装了 之后, agent 的 设计的 ppt 瞬间变得更高级了,切换的动效也很丝滑。那 skill 到底是什么?为什么能让 agent 一下子变得这么强? 我用一个类比讲清楚,先想象我们的 agent 是 一个特别能干,什么都愿意帮我做的通才助理。通才的优点是什么都能做,缺点是每一件事都不够专业。而 skill 就是 我给这个助理喊来的一个领域专家,可能是一个 ppt 设计师,也可能是一个调研分析师。这个专家手里揣的那本书,是他在这个领域多年经验沉淀的 s o p, 踩过哪些坑,什么做法好,什么 细节不能漏,全都写在里面。我交代任务的时候, agent 会先翻这本书,再照着专家的方法去做。这就是为什么有的人做出来的东西就是不一样,表面看是同一个 agent, 背后其实站着一整排的领域专家。今天第一个要给大家推荐的 skill 就是 这个叫 agent reach, 它在开元社区上已经有超过两万的 star。 简单来说,这个 skill 就是 能够给 ai agent 们一键装上互联网的能力,有了这个 skill, agent 们就可以去解锁最新的网络上的一些公开信息。我们尝试用 npx 的 命令去安装这个 skill。 skill 已经安装成功了,我们需要重启让它生效。斜杠输入 agent, 用上下箭头去找到要用的 skill, 找到了之后不要急着按回车,因为回车会直接把消息发送出去,这个时候应该要直接按 tab 键, tab 键是把这个 skill 的 名称补充到输入框,复制作调研报告的 prompt 发送给 agent, 它已经在读取 agent reach 这个 skill 的 文件了。这里提示 agent reach 安装完成, excel 搜索已可用。现在开始正式的调研了。 pdf 文件已经保存成功了,我们可以打开看一下。但是这样的一个 pdf 文档还不是很利于阅读,那我下一步我想要把它转成一个 ppt 文档。今天要给大家推荐的第二个 是归藏老师的一个 ppt skill。 这个 skill 在 开源社区上已经有超过一万的 star 了,它主要是能够让 agent 们去做出来非常好看的 ppt。 这里有电子杂志风,瑞士国际主义风。我们同样是通过这个 n p 叉的命令去安装 skill, 复制 n p 叉命令可以新开一个终端 发送出去。这里中间有一个问题是你希望安装给哪一些 agent? 然后有一些通用的 agent 都在这边已经默认勾选上了,还可以去选择一些其他的 agent。 空格键是选择回车就是确认。这里是问我们 安装的范围是仅在当前这一个项目内可用还是全区可用,那我这里选择的是 global 全区可用上下切换,然后回车,推荐 simlink 的 方式回车是否确认安装? yes, 这里是问我们是否要安装这个,帮你查找 skill skill 强烈建议大家去安装上这个的,这样的话以后 agent 就 可以自动帮你去查找 skill 了。到这一步的时候,我们已经把这个 skill 给安装好了,这时候我们可以启动 agent, 斜杠 ppt 就 已经可以找到我们刚刚安装的规范 ppt, 然后 tab 键输入这个 skill, 再把我们之前准备好的这一段做 ppt 的 prompt 同样的复制过来。 因为有 skill 的 缘故,这里 agent 呢会先问我视觉的风格,他推荐我选择瑞士国际主义,那我们就 follow 他的推荐选哪套主题色克拉英兰。 agent 呢?开始读 skill 文档了, agent 呢,已经写好了一个 ppt 的 html 文件。哇,这个背景居然是会动的耶!这是没有 skill 的 时候,这是有 skill 的 时候。 不多说了,赶紧去安装这个 skill。 第三个要推荐的 skill 是 花书的这个 design skill, 很多人在 webcoding 的 时候会觉得 agent 做出来的网站前端设计太丑了,花书的设计 skill 就是 来解决这个问题。这是 webcoding 从零到实战系列的第三期,我们下期见。

了解 ai 的 朋友一定经常听见 skill 这个词,但你有没有想过, skill 到底是个啥?是插件?是技能?还是什么黑科技?今天一句给你讲清楚。说穿了,普通 ai 就 像一个刚毕业的大学生,知识全面,但不会用专业工具。 你让他处理一个 pdf, 他 说请用 adobe acrobat, 你 让他写篇文章,写出来跟八股文似的。而 skill 就是 给 ai 装上职业资格证,加工具,包 装上之后, ai 瞬间就能处理 pdf, 做 ppt, 写代码审查,甚至帮你把 ai 为十足的文字改得像真人写的一句话。 skill 让 ai 为十足的文字改得像真人写的一句话。 skill 让 ai 从纸上谈兵变成持证上岗。 第一个 pdf 全能助手,你肯定遇到过,手上一堆扫描版的合同论文,要合并,要拆分,要转 word, 还要在里面找一句话, 普通 ai 告诉你请用 adobe acrobat, 然后就没然后了。装了 pdf skill 之后,你直接说把这三个 pdf 合并, 第五页转成图片,几秒钟搞定。 ai 从一个聊天机器人直接变成你的私人文档助手。第二个,去 ai 位写作, ai 写的文章,你一眼就能认出来,首先,其次,再者,综上所述,满篇套路跟写申论似的。 这个 skill 做了一件很酷的事,你把 ai 出稿扔进去,它扫一遍,把那些套路句式全改掉,换成口语化,带情绪的表达,处理完之后读起来像朋友在跟你聊天,不是机器在给你汇报一句话,它让 ai 学会了说人话。 第三个,前端设计,你说帮我设计一个赛博朋克风格的登录页面,普通 ai 只能给你写一段 html 代码,黑底白字,啥也不是。装上设计 skill, 同一句话进去,渐变背景、玻璃、钛面板、霓虹灯、边框全出来了,甚至带交互动效。 ai 从一个代码生成器直接变成你的专属 ui 设计师,那 skill 本身到底是个啥?其实就是一个文件,里面写三件事,什么时候触发,怎么操作,有哪些坑 ai 看到了照着做就行,不用理解为什么能出活就是好 ai 巨像一个老师傅给新人写的操作笔记, 你不用精通,按步骤来活就能干。所以记住一句话,普通 ai 给你的是一纸文凭, skill 给你的是一身本事。 没有 skill, ai 知识啥都懂但啥都做不了的大学生。装上 skill 指征,上岗,指哪打哪,点赞收藏,每天 get 一 些 ai 知识,关注我,下期见!

本期我们用一个最小案例带你看清 skill 是 怎么跑起来的。不讲抽象定义,只按请求与响应的顺序走一遍。 system 声明,命中场景 to cos 激活拓回传规则,调业务函数 content 输出答案。 你会搞清楚三件事,什么时候该激活,什么时候该回传,答案到底在哪一轮出现。先把整条列录看完整一次 skill 交互就是声明 skill 命中场景激活 skill 回传规则,调业务函数输出答案。第一轮,用户提问后,模型先识别这是不是某个 skill 的 场景, 这一步决定要不要走工具链路。第二轮,模型不会直接给结论,而是先调用 activate skill, 把这份 skill 的 完整说明取回来,并读懂规则。 后续轮次本地把工具结果回传后,模型才会继续发起真正的业务函数调用,最终把答案写进 content。 同时记住这三个位置, messages 负责上下文回放, two calls 表达我要调用什么, two 消息负责把本地执行结果未回模型。第一步,先看 system, 它先把模型能用哪些 skill 讲清楚。 致力真正关键的不是诊断大 jason, 而是三类信息, skill 的 名字、 skill 的 描述,以及命中场景时的强制规则名字,让模型知道有这个工具描述,帮助模型把用户问题和这个 skill 对 上号。规则则规定,一旦命中相关场景,必须先调用 activate skill。 所以 你会看到 system 里既列出了 available skills, 也明确写了触发时先激活的要求。接着看第一次响应用户问两台手机多少钱, 模型先判断这属于手机价格计算 skill 的 场景,但它不会直接给总价。它第一次输出的是一段 tool cos, 明确要调用 activate skill, 并带上 skill name 这一步的意识。先拿到完整的 skill 规则,再决定下一步该调用哪个业务函数,然后进入第二次请求的准备。本地先收到这次 tool cos, 看到模型要 activate skill, 本地执行 activate skill 后,拿到的是 skill 的 完整说明与规则,不是最终答案。 接下来要把这份说明作为一条 to 消息回传,并且带上对应的 to call id, 保证上下文能对齐。这样第二次再把完整历史医并发回模型时,模型才真正读到规则,知道后面该怎么调函数。 所以要记住这一轮回传的是规则。比如当用户询问手机总价时,调用 getphone total price quantity, 直接计算总价,接着看第二次响应。模型在读到 skill 规则以后,才会开始真正的业务函数调用, 他会发起新的 two cost, 比如调用 get 封 total price quantity。 二、本地执行函数,得到总价结果,再把结果作为 two 消息回传给模型, 到这里闭环才完成。最后的自然语言答案会出现在后续响应的 content 里,比如两台手机一共七千九百九十八元,也就是说模型负责决定调用什么,本地负责真实执行什么,答案落在 content, 而不是落在 two cost 里。最后总结两件事,但把细节串起来记,看 skill 别只看定义,要按交互过程看。 主线式 system 先声明可用 skill, 然后用户提问触发场景。模型第一次响应,先用 to cause 激活 skill, 本地把 skill 说明作为 to 消息回传后模型,才会在后续轮次调用业务函数,最后把答案写进 content。 复盘时重点盯四个位置。 system to under skill cause to content 永远按顺序读,先激活再回传,再调函数,最后回答。

然后接下,接下来啊,我要去介绍一下 skill。 skill 翻译过来就是应该是功能哈,我英语也不太好。 呃,就是关键吧,关键还有功能吧,它用于干什么呢?我们想让龙虾去完成我们的一个任务,比如说我们想让它改论文,对于普通的龙虾来说呢,你改论文,你就给他说改了论文很空泛,他不知道你的要求是什么。 你比如说这个格式,这个内容的规范性是偏口语化还是说专业化? skyo 是 什么呢?就是命令的集成,文字命令的集成, 你给他具体说你怎么干?你说格式要什么,新罗马字体多少多少字号,内容偏专业一点,或者是说加入多少多少图片,这就是 skyo, 那 就是网络上的 skyo 呢,也是很多。呃,我目前呢,我也是没有没有怎么用过 skyo 的。 嗯,我对于这些啊,龙虾的开发还有使用的也是基于非常表层的这些表面吧, 我使用的也是非常浅的,我感觉我们学生这一群体吧,还是建议去接触一些类似于龙虾的这类软件的。为什么呢?其中一个你使用这些东西,嗯,能够减少你的工作量。

hi 大家,我是西西,很多人一听 skill 第一反应就是啊,不就是高级一点的提示词吗? no no no, 它还真不是提示词。决定 ai 是 谁,比如你让它向产品经理,向运营,向分析师,向教授一样的说话和给建议,但 skill 决定它会做什么专业的活。再说到工具, 工具是一个动作 tool function call, 比如查填写的 a p i 跑代码,调接口,等于给 ai 一个锤子,但 skill 就是 锤子,加使用步骤加这个活儿应该怎么干的一些经验。 再说到 agent, agent, 比如现在很火的龙虾 open claw, 更像是一个会自己规划任务的数字员工,那 skill 呢?就是他身上的很多专业证书,一个 agent 可以 同时调用多个 skill 去完成你的工作。 所以一句话记住,提示词是人设,工具是动作, agent 是 执行者, skill 是 专业能力包, 以后别再混着用了。下一条,我讲最关键的, skill 为什么突然火了?一般企业都用它来干什么?为什么它现在也一堆坑?我是西西,记得点赞收藏关注哦,我们下期见,拜拜!

这个 skill 一定要用起来,专门适合口播啊,剪掉了一些废掉的片段,这个废掉的片段是通过我们严格的规则去识别,其实正常来说,你们用剪它的那个智能剪辑的这个能力会更好更丰富。但是有一点我觉得它做的不好, 就是什么片段该扔掉,什么片段该保留,这里面有很大的误差,这也是为什么我自己常尝试通过 skill 去用一个相对笨的方式解决这个问题, 给他明确的信号,开始录制,结束录制,只保留这两个信号中间的内容,其他的全部扔掉。我们这个工具就是解决这些误差,仅仅只适合口播一分钟,两分钟左右的口播。安装这个 skill, 你 看一下它的介绍,根据口播视频中的语音标记,开始录制和结束录制, 自动剪切拼接深层可导入的初剪视频。那这里面也是需要对接一个能力,就叫语音识别的能力,它怎么去判断你说的开始录制和结束录制的这个标记呢?就是把你的语音变成文字,那我这个里面用的是 eleven lives, 这个也是语音识别领域比较好的一个模型,这个也是要模型的,就是把你的语音变成文字,要精准的识别好吗?规则来录制一个啊。开始录制,这是我测试我自己的 skill 怎么样完成一个初剪工作的这么一个口播稿。结束录制,开始录制,这是第一段,我要丢掉的,看它能不能正确的识别。 开始录制,这是第二段,正确的文稿,不要扔掉,看它能不能正确的识别。结束录制,开始录制,这是第二,能理解这个规则吗?就是你要开始录制的时候发送信号开始录制,然后就开始说,一旦你说错了,你就等两秒钟,你就等一秒钟,一旦你说错,就等一秒钟,重新说开始录制,那前面内容,内容他就会给你剪掉, 说继续说,说到这段满意了就说结束录制,这段他就保留。因为我们在做口播稿的时候,不管是一分钟、两分钟,你也不可能一口气说完,我们就分段去说, 保证这一段是 ok 的, 那它就可以通过 ai 去自动去识别,把这一段保留下来,很精准。为什么要用这种对暗号的方式呢?因为这个就不用它去自由发挥,因为我给了明确的规则,开始录制和结束录制, 这个识别率可能会比它自己自由判断要高很多很多,当然也做不到百分之百,因为它通过语音去判断,但是四个字,如果你的环境清晰,你的发音相对 ok 的 话,基本上识别率我觉得还是比较高的。 开始录制,这是第三段,我要保留的整个文稿,我会剪掉两个段,保留三段,这三段看它最终能不能正确的识别。结束录制,直接把这个视频发给龙虾本地上传就行了啊,直接拖进去,或者用文件本地文件上传, 跟他说出剪这个视频大概也要执行个几分钟,他就会告诉你出剪完成片段一,片段二,片段三,因为我里面是有三个保留片段,要剪掉两个啊,看这个没有问题, 并且帮我把剪映的一个草稿的工程文件帮我导出了,我们点开看一下,这是我测试我自己的 skill 怎么样完成一个出卷工作的这一个口播稿,这第二段正确的文稿不要扔掉,看它能不能正确的识别。其实第三段我要保留的整个文稿,我会剪掉两个段,保留三段,这三段看它最终能不能正确的识别。 还不错吧,有些地方有一点点小的尾巴没有剪干净,但是你看我有的时候中间停顿或者打结的地方,它没有去雾,识别还是保留了。比如这一段 整个文稿我会剪掉两段,保留三段。你看这一块打了个结,我没有标记,让它去掉它就不会去掉它。好,刚刚有点瑕疵怎么办?这就是我们为什么让它同时输出一个 工程文件的一个作用了。好,打开有一个导入工程,如果说你没有这个按钮,点开左上角一个全局设置导入工程,把它打开保存就行了。好,点击导入工程,选中这个工程文件,有个操作要把它放到主轨道,我们首先把这个声音加大一点吧,这样波形看的更明显一些。这个尾巴是不是尾巴切掉?第二段正确的文稿不要扔掉, 你看这又一个尾巴结子,第三结束的结子没有剪掉,能不能正确的识别?你看又一个小尾巴剪掉就行了,剪三个尾巴就完了,那我这一个口播视频的初剪就完成了,然后剩下的就是配字幕, 给一个字体和效果。这是我测试我自己的 skill, 想要做自媒体,我觉得没有比做口播更容易的一个模板,更适合你们起步的模板。那这个 skill 就是 给到你们去完成一个口播的初剪。

hello, 大家好,最近我刷到很多小书帖子,问什么是 skills? 很多人说 skill 不 就是一个 markdown 文件吗?和 promote 有 什么区别?为什么大家都追捧 skills? 所以 我就想着再出一期视频来讲讲到底什么是 skills。 这期视频呢,主要是面向刚接触 skill 的 小白,所以讲的不会特别深,想了解具体怎么教 skill 的 朋友可以去看看我的另一期视频。为什么你的 skill 写的不好,链接我放在评论区里面。 因为 skill 确实经常以 markdown 文件作为入口,很多 skill 里面基本会有一个 markdown 文件,所以很多朋友就会把这两者划等号。但是呢, markdown 文件它只是入口,不是 skill 的 全部。或者说 markdown 文件它其实是一个专门给 agent 看的说明书或者入口文件,它会告诉 agent 几件事,第一,这个 skill 是 干嘛的?第二,什么时候使用它?第三,使用它的时候要按照什么步骤做?第四,如果需要脚本模板设定,文件应该去哪里找? 所以 markdown 不是 skills 的 全部,它更像是 skills 的 目录页或者使用说明。那真正的 skills 里面还有什么?我打开一个我自己写的 skill 给大家看一看。 这个 skill 叫做 speech card, 是 一个专门粗点视频的 skill, 我 们看看它的文件夹里面,第一个当然有一个 skill 点 m d, 也就是入口说明书,它会告诉 agent 这个 skill 适合出于口播视频或者是音频,比如说自动检测长行顿,压缩空白,保留气口,并且把疑似口误的地方标出来给人 review。 第二是它有一个 script 文件夹,里面放了真正的本地干活的工具, speedcard tool。 第三个, speedcard tool 里面是一套完整的 python 脚本, markdown 文件里面也写了什么时候要调用这些脚本,就说它不是一个单纯提示词,而是真的有代码,负责提取音频,语音转录、检测停顿等等。 还有第四个,它还有一个测试工具,这说明这个 skill 不 只是写给模型看的,说明里面的工具本身也可以被验证。所以你看这个 skill 的 markdown 文件,它只是一个目录页,真正干活的是背后的这一套工具链和工作流。因此,真正 skill 可以 理解成一个可以被反复使用的工具箱,它可以包含 markdown 说明文档,也可以包含代码、脚本、模板文件调好资料,检查清单等等。 然后, skill 和普通的 prompt 有 什么区别?可能有人会说,这不还是提示词吗?也不完全是普通的 prompt, 更像是你这一次临时对模型说的话。比如说帮我把这个 pdf 转成表格,帮我分析这份精品资料。它是一次性的,但是 skill 它会把你长期反复使用的操作方法呈建成一个更稳定的模块儿。 然后 skills 为什么对 agent 特别重要?因为 agent 和普通的 ai 聊天工具不一样,普通的 ai 聊天工具是你问一句,他答一句。但是 agent 要完成的是任务,比如说做一个网页,分析它啊文件,写个报告等等。 这些任务通常不是一步完成的,而是多步骤,多文件、多工具都能判断。在这个时候呢,如果每个任务都从零开始教 agent, 效率就会很低,而且结果也很不稳定。 skill 的 作用呢,就是让 agent 不是 每次都从零开始,它可以在合适场景下面去加载对应的工作流。比如说当看到用户要做 ppt 时,就调用做 ppt 的 skill。 看到用户要处理表格时,就调用 excel 的 skill。 看用户要做代码审查,那么就去调用 color review skill。 这就像给 agent 装下, 装上不同的专业能力包,而不用每次都重新教它啊。我们还需要再区分一个概念,就是 skill mcp 和插件。 mcp 呢?它更强调的是连接外部工具,它解决的是 agent 能不能用这些工具插件呢?我们可以理解为 mode, 让 ai 具备多种拓展能力。而 skill 它强调的是 agent 应该怎么样把这事把这些事情做好。 mcp 和插件解决的是能不能做的问题, skill 解决的是怎么做好的问题。那么一个好 skill 该长什么样呢?我觉得一个好的 skill 至少要回答五个问题, 第一,我是谁?也就是这个 skill 处理的任务是什么?第二,我什么时候该被调用,也就是出发场景是什么?第三,我该怎么做,也就是标准流程是什么?第四,我可以 用什么资源,也就是这个 skill 有 没有模板脚本,案例,参考文件等等。第五,我怎么判断做得好不好?也就是质量检查标准是什么?如果一个 skill 只写一句话, 比如说你是一个什么什么专家,请帮用户干什么什么什么,但它确实很像普通的 prompt。 但如果它写清了干这件事的每一步流程,要用到什么工具,每一步是什么思路,那它就不再是简单的 markdown 文件, 它已经变成了一套可以执行的专业工作流。所以呢, skills 是 给 agent 使用的可附用的工作流包, markdown 只是它的入口, 真正重要的是里面封装的任务方法,执行步骤,工作交流方式,模板,资源和质量标准等等。这也是为什么同样的工具,有人写出来就只是一个简单的计时词,有人写出来就是一个真正好用的 skill。 差别不在于格式,而在于你有没有真正的把怎么做好这件事情的经验完整的写进去。

有没有发现每次你让 ai 帮你干活的时候,你都要去反复的告诉他你的要求,那接下来呢,我就花几分钟的时间告诉大家如何去创建自己的 skill, 然后将你过去的经验变成 ai 可以 反复执行的工作流。那在分享之前呢,我希望大家可以首先去改变一个观念,就是 ai 这个技术并不是那些 技术大佬的专利,也是我们每一个普通 ai 小 白的特权,我们依然可以利用 ai 这项技术呢来赋能我们自己。我今天会通过一个案例来告诉大家如何去创建自己的 skill, 希望通过这个分享大家可以有两点收获,第一个收获就是你们在看完这个分享过后,自己也可以去动手创建一个你自己的 skill。 第二个收获呢,就是本身我这期分享的内容的一个场景就是简历优化这个场景,希望大家在听完我这个分享过后呢,可以直接将我简历优化这个 skill 的 提词词拿去直接用,然后在你自己的 ai 界面里面直接可以创建一个这样能够达到八十到九十分的一个简历优化 skill, 或许你们在求职的时候就不用再找人付费去做简历优化了。 为什么我会选这样一个简历优化的场景呢?是因为我的主业是做求职陪跑的,在线下我每天会花大量时间去做简历优化,那我也是希望通过 ai 这个技术呢,来帮我提高我的工作效率和我的一个简历优化的一个质量。所以呢,我会用这个简历 skill 去帮我做如下的一些 事情,那具体什么是 skill 呢?那一句话给大家讲清楚,其实 skill 就 像是给 ai 的 一份专属工具说明书,如果你想创建一个八十到九十分的 skill, 那 必须具备以下几个要素。第一个要素就是我们要明确它的一个出发场景,其实就是告诉这个 ai agent 在 什么时候去调用我的这个 agent 帮我们工作。 第二个就是我们这一个 skill 它的一个输入的信息,我们要给些什么材料。第三个步骤就是明确我们这个 skill 它的一个工作步骤和工作流程。 最后呢,就是要明确我们这个 skill 它的一个输出质量和交付的一个要求。所以呢,大家会发现普通的 ai 它更像一个聪明的助手。但是 skill 呢,是我们提前写好的一个工作 sop, 它能够按照我们设定好的步骤去稳定地输出我们需要的一些材料。 通过这个简历化 skill, 它帮我解决了如下的问题,第一个是根据目标岗位可以重新排列我的重点经历。第二个呢,把简历里面的泛泛描述可以改成成果的表达,包括关键词的匹配,还有就是保留真实经历,不编造,不夸大以及呢输出可以直接投递的一版简历内容。 好,接下来呢,我直接带领大家一起看一下我这个简历优化 skill 它的一个处理流程。总的来说呢,它一共分为十一步。第一步呢,就是触发我这个 skill 开始为我们去进行一个简历优化,我们可以在对话框输入简历优化或者使用简历优化 skill, 它就可以唤醒我这个 skill 来开始我们工作了。 第二步就是输入我们的一个原始材料,包括我们的原始简历和岗位阶梯。第三步他会去做逻辑的一个处理,判断是否有阶梯描述,有的话他会往下执行,没有的话他会优先提醒你去输入。如果你确定还是没有这个岗位阶梯,那他会去按照通用的这样一个简历去帮你做优化好。第四步就是提取简历的内容, 第五步,做检查,第六步做简历和阶梯的匹配,第七步,去检查数字和事实,第八步做内容优化,第九步,输出,第十步再去检查版本格式,第十一步最终交付。所以这一个简历 skill 它的一个核心原则就是不要去虚构事实,不要去编造数字。然后呢保留关键严肃和 在输出的时候,你要先去自行检查,然后呢再交付给我。好,看完刚才给大家分享的我的简易化 skill 它的运行流程过后呢,我们再来看一下简易化 skill 提示词和运行的一个逻辑。首先呢我们要明确我们的 skill 的 用途, 然后呢我们在这里会有推荐使用的提示词。第二个部分就是我们的运行流程,最后呢就是我们关键检查项,那这一个呢就构成了我这个简易 skill 它所有的构成元素,如果大家有需要的话可以在评论区留言,我可以把我这些信息放在评论区。 好,那么最后呢,给大家展示一下简历优化前后的一个对比,那这一份呢是优化前的一个简历,很明显可以感受到这个简历就是我们在互联网上下载的一个模板,那它的信息的布局啊,大家可以看一下,快速浏览一下,内容很多。然后呢后面一份啊,这一份就是我们优化后的一个简历, 大家可以去进行一个对比,在这里呢,我就不对简历去做过多的一个解释了。好,那么以上就是我今天分享,最后呢,我再给大家做一个总结,如果你也想去创建一个自己的 skill 的 话,那我觉得第一步就是要去明确你的一个应用场景在什么情况下 需要用到这样一个 skill。 然后呢将你线下的一个业务场景去进行一个拆分和重构,然后呢把这些拆分后的步骤作为我们这个 skill 它的一些输入来进行一个搭建,这样呢,你才能够创建出一个符合你要求,而且能够为你持续稳定工作的这样一个 skill。 如果你觉得今天的分享对你有帮助,欢迎点赞转发加收藏。如果你需要我这个简历化 skill 的 提示词,可以在评论区留言。